Show simple item record

dc.contributor.authorCAHYONO, Muhammad Agung
dc.date.accessioned2023-03-15T06:33:36Z
dc.date.available2023-03-15T06:33:36Z
dc.date.issued2022-07-22
dc.identifier.nim181910201018en_US
dc.identifier.urihttps://repository.unej.ac.id/xmlui/handle/123456789/112864
dc.description.abstractPada penelitian ini menggunakan metode You Only Look Once (YOLO) dengan menggunakan model YOLOV5 untuk mendeteksi plat nomor kendaraan, selain itu digunakan library Tesseract OCR yang dapat membaca karakteristik yang terdapat pada plat nomor kendaraan. Sehingga pada penelitian memiliki tujuan untuk mengetahui efektivitas penggunaan algoritma You Only Look Once (YOLO) dalam mendeteksi pembacaan plat nomor kendaraan dan Mengetahui pengaruh intensitas cahaya dalam mendeteksi pembacaan plat nomor kendaraan dikarenakan intensitas pada setiap waktu akan berbeda-beda dan akan mempengaruhi pembacaan objek yang diinginkan. Pada penelitian ini menggunakan 225 dataset gambar plat nomor kendaraan dan dilakukan beberapa pengujian, yang pertama yakni pengujian offline, dimana pada pengujian ini mencari nilai hyperparameter yang baik dari data yang dilatih, hyperparameter yang di uji yakni nilai epoch, batch size, optimizer dan model YOLOV5. Pada pengujian ini didapatkan hasil data latih yang baik pada nilai epoch 500, batch 40, opitimizer Stochastic gradient descent (SGD), dan model YOLOV5s, pada nilai hyperparameter ini menghasilkan nilai mAP sebesar 0.977 . Selanjutnya dilakukan pengujian CCTV dan pengujian menggunakan video, pada pengujian ini model yolo yang diberikan mampu mendeteksi plat nomor dengan baik dengan rata-rata Erorr Persen pada mobil 0%, Erorr Persen pada motor 1,98%, Erorr Persen pada truck 0,2%. Dan yang terakhir yakni pengujian secara real time, didapatkan bahwa secara keseluruhan sistem yang digunakan berjalan dengan baik, dari algorithma YOLOV5 juga dapat mendeteksi plat nomor dengan baik walaupun di tempat yang berbeda-beda, tetapi pada pembacaan karakteristik plat nomor ketika pengujian real time, pada tesseract OCR sulit dalam membaca karakteristik tersebut. Pada pengujian intensitas cahaya, video yang digunakan dalam penelitian ini memiliki intensitas cahaya yang berbeda. Pada intensitas cahaya antara 2000 dan 8000 lux, objek masih dapat dideteksi secara akurat pada plat nomor, sehingga alat ini dapat dilakukan secara langsung. tetapi pada nilai lux yang lebih rendah CCTV tidak bisa mendeteksi plat nomor tersebut dikarenakan pada kendaraan tertutup oleh cahaya lampu kendaraan.en_US
dc.language.isootheren_US
dc.publisherMuhammad agung Cahyonoen_US
dc.subjectBangun Modul Kameraen_US
dc.subjectPlat Nomor Kendaraanen_US
dc.titleRancang Bangun Modul Kamera Pendeteksi Plat Nomor Kendaraan Menggunakan Algorithma YOLO Berbasis Convolutional Neural Networken_US
dc.typeSkripsien_US
dc.identifier.prodiTeknik Elektroen_US
dc.identifier.pembimbing1Khairul Anam S.T.,M.T.,P.hDen_US
dc.identifier.pembimbing2Arrizal Mujibtamala Nanda Imron S.T.,M.T.en_US
dc.identifier.validatorArinen_US
dc.identifier.finalizationFinalisasi unggah file repository tanggal 15 Maret 2023_M. Arif Tarchimansyahen_US


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record